一款由阿里云飞天实验室 AI for Science 团队推出的生成式基因组基础模型——GENERator

GENERator是由阿里云飞天实验室 AI for Science 团队推出的一款生成式基因组基础模型，专注于 DNA 序列的设计和生成。该模型基于 Transformer 解码器架构，具有 98k 碱基对的上下文长度和 12 亿参数，训练数据涵盖 3860 亿 bp 的真核生物 DNA。

GENERator功能特点：

1、生成高质量数据：

– GENERator能够生成接近真实数据的新数据，例如在图像生成任务中，生成器可以创建看起来像是从真实数据集中取出的新图像。

– 通过接收随机噪声作为输入，并将该噪声映射到生成空间，生成器可以产生多样化的数据实例。

2、多模态支持：

– GENERator支持多种交互方式，例如文本生成图像、图像生成视频等，适用于多模态场景。

3、高性能计算支持：

– 基于阿里云飞天平台的强大计算能力，GENERator可以处理大规模数据集，支持实时离线计算场景，满足十亿数据秒亚秒级分析的需求。

4、灵活的训练和部署：

– 用户可以选择平台提供的通用大模型，也可以使用私人训练的专业模型来精细控制生成结果，使生成过程更加可控。

– 支持动态扩展和零维护成本，开箱即用。

5、广泛的应用场景：

– GENERator可以应用于图像生成、视频生成、文本生成等多种领域，特别是在需要生成高质量图像和视频的场景中表现出色。

6、集成与兼容性：

– GENERator可以与阿里云的其他服务无缝集成，例如弹性计算、存储、网络等，提供全面的云上应用支持。

7、社区支持与资源丰富：

– 阿里云平台提供了丰富的资源和工具，包括文档、白皮书、案例集等，帮助用户快速上手和深入探索云技术。

GENERator应用场景：

1、DNA 序列设计与优化：

– 用于蛋白质家族的定制，生成与天然蛋白质家族结构相似的 DNA 序列。

2、基因组分析与注释：

– 在基因组学研究中高效识别基因位置、预测基因功能。

3、合成生物学与基因工程：

– 提供设计和优化基因表达调控元件（如启动子和增强子）的工具。

4、精准医疗与药物设计：

– 通过生成与特定疾病相关的基因序列，为精准医疗和药物设计提供支持。

GENERator项目地址：

1、项目官网：https://generteam.github.io/

2、Github仓库：https://github.com/GenerTeam/GENERator

3、HuggingFace模型库：https://huggingface.co/GenerTeam

4、arXiv技术论文：https://arxiv.org/pdf/2502.07272